スクラッチから始めるAI入門:多層ニューラルネット編
4.5 (3 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
121 students enrolled
Wishlisted Wishlist

Please confirm that you want to add スクラッチから始めるAI入門:多層ニューラルネット編 to your Wishlist.

Add to Wishlist

スクラッチから始めるAI入門:多層ニューラルネット編

深層学習の基本となる多層ニューラルネットの仕組みを知って作って動かしてみよう!Scratchでのブロック・プログラミングから始めてPythonでの多層ニューラルネット作成まで、ブラウザを使うだけで、ほぼ予備知識なしで取り組めます。
Best Seller
4.5 (3 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
121 students enrolled
Created by Toshiteru Homma
Last updated 9/2017
Japanese
Current price: $10 Original price: $100 Discount: 90% off
5 hours left at this price!
30-Day Money-Back Guarantee
Includes:
  • 9 hours on-demand video
  • 1 Article
  • 24 Supplemental Resources
  • Full lifetime access
  • Access on mobile and TV
  • Assignments
  • Certificate of Completion
What Will I Learn?
  • 深層学習につながる多層ニューラルネットの基本的な仕組みを合計22分のレクチャで中学程度の数学を使ってコンパクトに学べます。
  • ていねいな説明付きのハンズオンに近いビデオを元に、プログラミング未経験者や初心者が多層ニューラルネットを自分で作れるようになります。
  • Scratchなどのブロック・プログラミングで始めるため、予備知識なしにプログラミングの基礎を容易に身につけることができます。
  • 作ったブロック・プログラムからPythonのプログラムを自動生成して実行することができます。
  • 作った多層ニューラルネットのプログラム(Snap!およびPython)では、層数やニューロン数を自由に指定できるので、様々な実験をすることができます。
View Curriculum
Requirements
  • ブラウザの操作や(メモ帳などでの)テキストの編集。
  • インターネット接続とブラウザ(Windows、Mac OS、Linux、iOS、AndroidなどOSは問わず)。
  • ブロック・プログラミングは予備知識なしで大丈夫です。
  • テキスト・プログラミングでPythonを使いますが、予備知識なしでも理解できるように説明します。
  • 中学での数学の知識で理解できる数式を使います。ニューラルネットの動作の説明で「導関数」が出てきますが、微分の知識なしでも理解できるように説明します。
Description

深層学習(ディープ・ラーニング)に使われている多層ニューラルネットの基本的な仕組みを理解し、予備知識なしで取り組めるScratchなどのブロック・プログラムでニューラルネットを組んで実行します。

そこからテキスト・プログラミング言語Pythonのプログラムを自動生成し改良することで、Pythonでの多層ニューラルネットのプログラムをつくります。

簡単な論理演算などの例、Irisデータセットでの分類問題の例などを通して、作成したニューラルネットの学習の様子と仕組みを理解するとともに、応用への道筋を展望します。

使うプログラムは全てブラウザ上で実行可能で、ダウンロードも可能です。

Who is the target audience?
  • AIで多用されているニューラルネットとその基本的な考え方や手法及び応用に興味のある方。
  • プログラミング未経験者や初心者でも、実際にニューラルネットのプログラムを実行して試してみたい方。
  • ScratchやSnap!などのブロック・プログラミングでニューラルネット・プログラミングの基本を学びたい方。
  • Pythonでのニューラルネット・プログラミングの基本を試したい方。
Compare to Other Neural Networks Courses
Curriculum For This Course
35 Lectures
09:06:45
+
ブロック・プログラミング
7 Lectures 02:22:36



Scratchでの論理演算

Scratchでの論理演算
1 question

「ジャンケンポン」ゲームの例
28:53

Snap!の紹介
05:28

論理演算の例(XOR、複数入出力)
21:05

Snap!での論理演算

Snap!での論理演算
1 question

「Tic Tac Toe」ゲームの例
49:31
+
ニューラルネット
7 Lectures 01:42:11


Scratchによるニューロンの実装
18:10

Scratchでのニューロンの動作

Scratchでのニューロンの動作
1 question

レイヤ
01:27

Snap!によるレイヤの実装
26:15

マルチレイヤ
10:22

Snap!によるマルチレイヤの実装
39:02

tanh関数とシグモイド関数の関係から、tanh関数のより簡易な式を求める。

Tanh関数の式
1 question
+
ニューラルネットでの学習
10 Lectures 03:16:41


ニューロンでの学習
18:08

活性化関数としてよく使われるTanhの導関数について質問します。

Tanhの導関数
1 question

Scratchによるニューロンでの学習の実装
53:07

レイヤでの学習
01:11

Snap!によるレイヤでの学習の実装
22:45

マルチレイヤでの学習
04:51

Snap!によるマルチレイヤでの学習の実装
38:54

大容量データセットへ向けたプログラムの改良(追補)
35:08

「大容量データセットへ向けたプログラムの改良」のレクチャに添付された未完成のプログラムを完成させます。
大容量データセット向けに改良されたプログラムの完成
1 question

微分の記法と連鎖律の応用(追補オプション)
19:23

活性化関数として、シグモイド関数とランプ関数の場合について、それらを微分した式を導出します。
活性化関数の微分(追補オプション)
2 questions
+
テキスト・プログラミング
5 Lectures 01:30:18

Snap!からのPythonコードの自動生成
12:58

ブラウザ上でのPythonプログラムの実行
10:38

Pythonでのマルチレイヤでの学習の実装
24:22

マルチレイヤでの学習例(Irisデータセット)
41:05
+
AIへ
1 Lecture 08:40
+
付録
1 Lecture 00:07
プログラムの改訂記録
00:07
About the Instructor
Toshiteru Homma
4.5 Average rating
3 Reviews
121 Students
1 Course
Educator/Engineer/Translator

Professional Activities:
•Director, Yamagata1(NPO),
•Associate staff, Baron-Charms International Services, Seattle, USA,
•Lecturer, Tohoku University of Art and Design, Yamagata, Japan, 
•Lecturer, Yamagata University, Yamagata, Japan,
•Member of MPEG (ISO/IEC JTC1/SC29/WG11),
•Senior researcher, The Research Institute of Technologies, Toppan Printing Co., Ltd., Japan.

Education:
•Connectionist Summer School at CMU, USA,
•Doctoral program in Electrical Engineering, University of Washington, Seattle, USA,
•Master of Science in Bioengineering, Clemson University, Clemson, South Carolina, USA (Rotary Int’l Scholarship),
•Master of Science in Electrical Engineering, Yamagata University, Japan,
•Bachelor of Engineering in Electronics, Yamagata University, Japan,
•Traineeship through IAESTE (the International Association for the Exchange of Students for Technical Experience).